Question

使用scipy.spatial.distance.pdist创建精简距离矩阵并将其传递给ward时出现此错误：

Valid methods when the raw observations are omitted are 'single', 'complete', 'weighted', and 'average' error.

文档虽然说linkage()函数需要一个压缩距离矩阵。我该如何解决这个问题？

foo = np.random.randint(3, size=(10,10))
scipy.spatial.distance.pdist(foo)
scipy.cluster.hierarchy.linkage(foo)
bar = scipy.spatial.distance.pdist(foo)
scipy.cluster.hierarchy.linkage(bar, method='ward')

给出：

 Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
      File "/usr/lib/python2.7/dist-packages/scipy /cluster/hierarchy.py", line 627, in linkage
raise ValueError("Valid methods when the raw observations are "
 ValueError: Valid methods when the raw observations are omitted are 'single', 'complete', 'weighted', and 'average'.

我搜索了一下，发现this link，表示其他一些人有问题，但我无法找到一种解决方法，以scipy接受的形式提供数据。

Answer 1

来自docstring：

y：ndarray

精简或冗余距离矩阵。压缩距离矩阵是包含距离矩阵的上三角形的平面阵列。这是pdist返回的形式。 或者，n维中的m个观察向量的集合可以作为m×n数组传递。

传入原始观察结果x维数组foo似乎有效：

scipy.cluster.hierarchy.linkage(foo, method='ward')

给出：

array([[  1.        ,   2.        ,   2.23606798,   2.        ],
       [  5.        ,   8.        ,   2.23606798,   2.        ],
       [  3.        ,   7.        ,   2.64575131,   2.        ],
       [  9.        ,  11.        ,   2.64575131,   3.        ],
       [  0.        ,  10.        ,   3.31662479,   3.        ],
       [ 12.        ,  13.        ,   3.71483512,   5.        ],
       [  6.        ,  14.        ,   4.12310563,   4.        ],
       [  4.        ,  16.        ,   4.17133072,   5.        ],
       [ 15.        ,  17.        ,   5.5136195 ,  10.        ]])

我同意linkage()的文档至少可以改进。

Answer 2

当y是距离矩阵或数据矩阵时，

IHeader header = sheet.Header; header.Center = "This is a &K0000FFblue text";会返回单个，完整，平均，加权的正确结果。但对于质心，中位数和病房方法，y必须是数据矩阵，如果y是距离矩阵，则会发生错误。我同意文件不清楚。

scipy.cluster.hierarchy.linkage(y, method)

您可以通过将x数据矩阵或Y欧几里德距离矩阵输入到linkage（）函数中来测试上面的代码。

我还发现，与R中的等效实现相比，from scipy.cluster.hierarchy import linkage from scipy.spatial.distance import pdist inp = np.loadtxt('iris.txt',delimiter=",", usecols=(0,1,2,3)) x = np.asarray(inp) Y = pdist(x,'euclidean') res_linkage = linkage(x,"weighted")`包，hclust为质心，中位数和病房方法返回不同的恢复。在更新新合并的群集与现有群集的距离时，scipy.cluster.hierarchy.linkage似乎包含一些错误。

你如何访问scipy中的病房/质心/中位数聚类？

2 个答案: